📰 龙虾新闻

Google Gemini API托管智能体上线:支持72小时后台任务与远程MCP

发布时间:2026-07-13 分类: 龙虾新闻
摘要:Google Gemini API 正式上线托管智能体(Managed Agents)的后台任务(background tasks)与远程MCP(Model Control Protocol)能力,开发者 now 可直接调用高可靠、异步执行的Agent能力,无需自建调度器、状态管理或跨服务通信层。托管智能体不是“简化版API”,而是生产级Agent基础设施Gemini API 的托管智能体不...

封面

Google Gemini API 正式上线托管智能体(Managed Agents)的后台任务(background tasks)与远程MCP(Model Control Protocol)能力,开发者 now 可直接调用高可靠、异步执行的Agent能力,无需自建调度器、状态管理或跨服务通信层。

托管智能体不是“简化版API”,而是生产级Agent基础设施

Gemini API 的托管智能体不再仅限于单次请求-响应,而是支持最长72小时运行的后台任务(background tasks):任务自动持久化、失败自动重试、超时熔断、资源隔离。关键突破在于远程MCP——Gemini 服务端原生实现 Model Control Protocol v1.2,允许开发者通过标准 JSON-RPC over HTTP/2 指令动态干预运行中Agent:暂停/恢复执行、注入新上下文、切换工具链、回滚到指定step。这意味着你不再需要自己写一套 Agent Runtime 来做 step tracking、tool orchestration 或 error recovery。

对比传统自研Agent架构:省掉3个核心模块

过去构建多步工作流(如“分析日志→定位异常→生成修复建议→调用CI接口部署”),团队必须硬编码:① 分布式任务调度器(如Celery+Redis);② Agent状态同步层(解决长周期任务中断后状态丢失);③ 跨服务通信协议(如gRPC网关+鉴权中间件)。Gemini 托管智能体将这三者收归服务端:后台任务自动绑定Project ID与Service Account权限上下文,远程MCP指令经Google Cloud IAM实时校验,所有通信走mTLS加密通道。实测显示,同等RAG增强客服编排场景下,工程代码量减少68%,部署复杂度从K8s+Argo Workflows降为单次POST /v1beta/agents:run调用。

异步Agent真正落地生产的关键场景

自动化运维:触发“全集群健康扫描→识别CVE-2024-XXXX→生成补丁方案→预检变更影响→提交PR”链路,全程异步,结果回调至Slack Webhook;
智能客服编排:用户提交复杂退换货请求后,Agent并行调用订单系统、物流API、库存服务,任一环节失败自动降级(如物流超时则启用本地缓存策略),无需前端轮询;
RAG增强工作流:上传PDF合同后,托管Agent自动分块→向向量库检索→交叉验证法律条款→生成风险摘要→输出带引用锚点的HTML报告——整个流程在后台完成,开发者只关心task_idwebhook_url

配图

技术细节决定可用性

后台任务默认配额500并发/项目,支持手动扩缩容;远程MCP调用延迟稳定在<120ms(P95,us-central1区域);所有任务日志直通Cloud Logging,可按agent_idstep_nametool_call_id结构化查询;错误类型明确分类:TOOL_EXECUTION_TIMEOUTCONTEXT_WINDOW_EXHAUSTEDMCP_PERMISSION_DENIED,避免黑盒失败。值得注意的是,远程MCP不开放底层模型token流控制,但提供/v1beta/agents/{name}:interrupt/v1beta/agents/{name}:resume两个原子操作,确保业务逻辑可控。

龙虾生态已适配:OpenClaw可直连Gemini托管智能体

龙虾开源框架 OpenClaw v0.4.2 已发布 gemini_managed connector,支持将本地Agent编排逻辑无缝桥接到Gemini托管智能体——你仍用YAML定义workflow,但执行引擎切换为Gemini后台。例如,原需在K8s上部署的“多源数据清洗→特征对齐→模型推理→BI看板更新”流水线,现在只需openclaw run --backend gemini_managed workflow.yaml,OpenClaw 自动生成符合远程MCP规范的step描述符,并监听task completion webhook触发下游动作。这不是胶水层,而是语义对齐。

行动建议:今天就验证你的最长链路

别再用curl测试单次调用。立即用gcloud alpha ai CLI 提交一个含3个tool call、持续15分钟的后台任务,观察Cloud Console中Task Timeline视图;接着用curl -X POST https://us-central1-aiplatform.googleapis.com/v1beta1/projects/YOUR_PROJECT/locations/us-central1/agents/YOUR_AGENT:interrupt 中断正在运行的Agent,验证状态一致性。生产环境建议从“非关键路径的RAG摘要生成”切入,逐步替换自研调度模块——Gemini托管智能体不是替代Agent设计,而是让你专注在prompt engineering、tool spec定义和业务逻辑上。

返回首页